Séparation de Sources, Analyse en Composantes Indépendantes
Formation
À Paris
Avez-vous besoin d'un coach de formation?
Il vous aidera à comparer différents cours et à trouver la solution la plus abordable.
Description
-
Typologie
Formation
-
Lieu
Paris
-
Durée
2 Jours
Objectifs: Maîtriser les concepts et les méthodes de séparation de sources et d'analyse en composantes indépendantes. Savoir appliquer ces méthodes dans des situations concrètes. Cette formation présente les méthodes de séparation, en partant des algorithmes les plus élémentaires de séparation de mélanges instantanés, pour aller jusqu'aux algorithmes plus…
Les sites et dates disponibles
Lieu
Date de début
Date de début
À propos de cette formation
Ingénieursde recherche et développement en traitement du signal, des images, systèmesd'information (fouille de données). Ingénieur d'études en fouille de données,systèmes d'information décisionnels. Desbases de probabilités et statistiques ainsi que d'algèbre linéaire sontnécessaires pour suivre cette formation.
Les Avis
Le programme
Objectifs et présentation
Maîtriser les concepts et les méthodes de séparation de sources et d''analyse en composantes indépendantes. Savoir appliquer ces méthodes dans des situations concrètes.
Cette formation présente les méthodes de séparation, en partant des algorithmes les plus élémentaires de séparation de mélanges nstantanés, pour aller jusqu''aux algorit mes plus sophistiqués de séparation adaptative exploitant les dissimilitudes de distribution, les non stationnarités et lessignatures spectrales. Elle met en évidence les méthodes de conception sous-jacentes, en exploitant les outils de la théorie de l''information. Des exemples issus de différents domaines d''applications illustrent ces principes de base.
Responsables
Eric MOULINES
Professeur au département Traitement du Signal et de l''Image de Télécom ParisTech. Spécialiste de traitement statistique du signal et des méthodes algorithmiques de simulation et d''inférence.
Ses travaux de recherche l''ont amené à s''intéresser à la fois aux problèmes méthodologiques et aux mises en OEuvre pratiques.
Jean-François CARDOSO
Directeur de recherches au CNRS, il est un des pères fondateurs du domaine.
Ses contributions sont reconnues internationalement. Il anime un forum mondial de recherche sur ce thème.
Participants et prérequis
Ingénieurs de recherche et développement en traitement du signal, des images, systèmes d''information (fouille de données). Ingénieur d''études en fouille de données,systèmes d''information décisionnels.
Des bases de probabilités et statistiques ainsi que d''algèbre linéaire sont nécessaires pour suivre cette formation.
Programme
· Principes de la séparation de sources et de l''analyse en composantes indépendantes
· Liens avec l''analyse en composants et l''analyse de données multidimensionnelles
· Éléments de géométrie de l''information
· Construction de contrastes (maximum de vraisemblance, infomax, cumulants, etc. ...) pour la séparation de sources instantanées dans des cadres
- Non gaussiennes
- Stationnaires
- Non stationnaires
· Extensions aux mélanges bruités et aux mélanges convolutifs
· Algorithmes de séparation de sources « en bloc » et « en ligne »
- Algorithme de diagonalisation conjointe (JADE)
- Algorithme séquentiel de minimisation de contraste : gradient relatif
· Applications de la séparation de source
- Communications numériques (séparation autodidacte d''émetteurs)
- Biosignaux (électrocardiogrammes, électromyographie)
- Images
· Mise en OEuvre pratique
- Implémentations existantes
- Expérimentation
Synthèse et conclusion
Avez-vous besoin d'un coach de formation?
Il vous aidera à comparer différents cours et à trouver la solution la plus abordable.
Séparation de Sources, Analyse en Composantes Indépendantes